復(fù)雜系統(tǒng)多Agent建模與控制的理論及應(yīng)用

第1章 緒論
1.1 復(fù)雜系統(tǒng)
1.1.1 復(fù)雜系統(tǒng)的概念
1.1.2 復(fù)雜系統(tǒng)的研究范疇
1.1.3 復(fù)雜系統(tǒng)的研究流派
1.2 多Agent系統(tǒng)研究方法
1.2.1 Agent的概念和基本特性
1.2.2 多Agent系統(tǒng)建模
1.2.3 多Agent系統(tǒng)的協(xié)調(diào)與控制
1.2.4 Agent的規(guī)則學(xué)習(xí)和演化
1.3 復(fù)雜系統(tǒng)多Agent建模與控制研究框架
1.3.1 需求分析
1.3.2 系統(tǒng)框架結(jié)構(gòu)及工作流程
1.3.3 復(fù)雜系統(tǒng)多Agent建模與控制方法的特點(diǎn)
1.4 本章小結(jié)
第2章 個(gè)體Agent建模
2.1 Agent混合結(jié)構(gòu)模型
2.1.1 Agent的基本結(jié)構(gòu)模型
2.1.2 其他Agent結(jié)構(gòu)模型
2.1.3 具有通用性的Agent混合結(jié)構(gòu)模型
2.2 基于模糊Petri網(wǎng)的Agent協(xié)調(diào)控制器
2.2.1 協(xié)調(diào)控制器的功能結(jié)構(gòu)
2.2.2 基于模糊Petri網(wǎng)的Agent協(xié)調(diào)控制器模型
2.3 基于模糊神經(jīng)網(wǎng)絡(luò)的Agent反應(yīng)器
2.3.1 模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及描述
2.3.2 Agent反應(yīng)器的實(shí)例
2.4 Agent知識(shí)庫(kù)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
2.4.1 基于MVC模式的Agent知識(shí)庫(kù)系統(tǒng)模型
2.4.2 基于粗糙集證據(jù)理論的Agent知識(shí)推理
2.5 本章小結(jié)
第3章 Agent的學(xué)習(xí)機(jī)制
3.1 復(fù)雜系統(tǒng)中的Agent學(xué)習(xí)系統(tǒng)
3.1.1 復(fù)雜系統(tǒng)建模對(duì)Agent學(xué)習(xí)系統(tǒng)的要求
3.1.2 基于遺傳算法的Agent規(guī)則學(xué)習(xí)與演化機(jī)制
3.2 基于改進(jìn)免疫遺傳算法的Agent學(xué)習(xí)系統(tǒng)
3.2.1 人工免疫系統(tǒng)概述
3.2.2 Agent學(xué)習(xí)系統(tǒng)的結(jié)構(gòu)與算法
3.2.3 算法驗(yàn)證
3.3 基于強(qiáng)化學(xué)習(xí)的多Agent智能決策
3.3.1 基于多Agent模型的智能決策系統(tǒng)
3.3.2 強(qiáng)化學(xué)習(xí)在智能決策系統(tǒng)中的應(yīng)用
3.3.3 仿真實(shí)驗(yàn)
3.4 本章小結(jié)
第4章 復(fù)雜系統(tǒng)中的多Agent動(dòng)態(tài)協(xié)調(diào)模型
4.1 多Agent協(xié)調(diào)概述
4.1.1 多Agent協(xié)調(diào)的相關(guān)概念
4.1.2 多Agent協(xié)調(diào)的典型方法
4.1.3 其他相關(guān)工作
4.2 復(fù)雜系統(tǒng)多Agent交互與協(xié)調(diào)模型
4.2.1 復(fù)雜系統(tǒng)中多Agent交互與協(xié)調(diào)的特點(diǎn)
4.2.2 復(fù)雜系統(tǒng)多Agent的動(dòng)態(tài)協(xié)調(diào)模型
4.2.3 多Agent的動(dòng)態(tài)協(xié)調(diào)模型的應(yīng)用
4.3 本章小結(jié)
第5章 基于多Agent的跨流域調(diào)水系統(tǒng)建模
5.1 跨流域調(diào)水系統(tǒng)
5.2 基于多Agent的跨流域調(diào)水系統(tǒng)建模
5.2.1 研究思路
5.2.2 評(píng)價(jià)指標(biāo)
5.3 仿真實(shí)驗(yàn)及結(jié)果分析
5.3.1 仿真平臺(tái)
5.3.2 各類(lèi)Agent的主要屬性和行為規(guī)則
5.3.3 實(shí)驗(yàn)結(jié)果及分析
5.4 本章小結(jié)
第6章 湖泊水污染多Agent預(yù)測(cè)預(yù)警系統(tǒng)
6.1 多Agent預(yù)測(cè)預(yù)警系統(tǒng)
6.1.1 可行性分析
6.1.2 系統(tǒng)體系結(jié)構(gòu)
6.1.3 關(guān)鍵問(wèn)題及解決思路
6.2 基于KPCASVM方法的水環(huán)境傳感器故障診斷
6.2.1 問(wèn)題描述
6.2.2 方法介紹
6.2.3 實(shí)驗(yàn)結(jié)果及分析
6.3 本章小結(jié)
第7章 基于多Agent的多機(jī)器人協(xié)同搜尋
7.1 基于多Agent的多機(jī)器人協(xié)作系統(tǒng)
7.1.1 多機(jī)器人協(xié)作系統(tǒng)的研究現(xiàn)狀
7.1.2 基于多Agent的多機(jī)器人協(xié)作
7.2 基于多Agent的多機(jī)器人協(xié)同式搜尋
7.2.1 問(wèn)題描述
7.2.2 方法介紹
7.2.3 仿真實(shí)驗(yàn)及結(jié)果分析
7.3 本章小結(jié)
參考文獻(xiàn)